Yoichi Tomioka 研究室（会津大学）

AI 要約（直近 5 年の研究成果）

本研究室は、深層学習や機械学習を用いた画像・動画認識システムの開発を中心に活動しています。特に、骨格情報や体の動きから身体的特性を検出する技術に注力しており、自閉症スペクトラム障害や注意欠陥多動性障害といった発達障害の診断支援、および高齢者の転倒検出システムの構築に取り組んでいます。これらの研究では、複数のセンサやデータ形式を組み合わせるマルチモーダルアプローチを採用し、より正確で堅牢な検出を目指しています。また、手話認識や手指ジェスチャー認識など、人間の身体動作を言語や指令に変換するシステムも開発しており、障害者支援やヒューマンインターフェース技術の実現に貢献しています。さらに、顔認識やディープフェイク検出、物体検出といった映像解析技術も扱い、セキュリティやプライバシー保護の観点からその課題に対処しています。同時に、エッジデバイスなどの低性能機器上で効率的に動作する軽量なニューラルネットワークの設計や、エネルギー消費の削減方法の研究も並行して進めており、実用的で持続可能な人工知能システムの実装を目指しています。生物医学分野では機械学習を用いた肺がんのバイオマーカー同定にも取り組んでおり、医療診断の高度化への応用も行っています。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

研究成果（20 件）

[2025] Identification of potential biomarkers for lung cancer using integrated bioinformatics and machine learning approaches
DOI: https://doi.org/10.1371/journal.pone.0317296
[2025] A multimodal approach for ADHD with coexisting ASD detection for children
DOI: https://doi.org/10.1038/s41598-025-05000-5
[2025] Autism Spectrum Disorder Detection Using Skeleton-Based Body Movement Analysis via Dual-Stream Deep Learning
DOI: https://doi.org/10.3390/electronics14112231
[2025] Multimodal Fall Detection Using Spatial–Temporal Attention and Bi-LSTM-Based Feature Fusion
DOI: https://doi.org/10.3390/fi17040173
[2025] Fall recognition using a three stream spatio temporal GCN model with adaptive feature aggregation
DOI: https://doi.org/10.1038/s41598-025-95508-7
[2024] Hand Gesture Recognition for Multi-Culture Sign Language Using Graph and General Deep Learning Network
DOI: https://doi.org/10.1109/ojcs.2024.3370971
[2024] Spatial–temporal attention with graph and general neural network-based sign language recognition
DOI: https://doi.org/10.1007/s10044-024-01229-4
[2024] Machine Learning-Based ADHD Detection From fNIRs Signal During Reverse Stroop Tasks
DOI: https://doi.org/10.1109/access.2024.3411558
[2024] PGD-Trap: Proactive Deepfake Defense with Sticky Adversarial Signals and Iterative Latent Variable Refinement
DOI: https://doi.org/10.3390/electronics13173353
[2024] YOLIC: An efficient method for object localization and classification on edge devices
DOI: https://doi.org/10.1016/j.imavis.2024.105095

続きを表示（残り 10 件）

[2024] A Selective Multi-Branch Network for Edge-Oriented Object Localization and Classification
DOI: https://doi.org/10.3390/electronics13081472
[2023] Stochastic Neighbor Embedding Feature-Based Hyperspectral Image Classification Using 3D Convolutional Neural Network
DOI: https://doi.org/10.3390/electronics12092082
[2023] Advancing Wildlife Protection: Mask R-CNN for Rail Track Identification and Unwanted Object Detection
DOI: https://doi.org/10.1109/access.2023.3313253
[2023] A Dynamic Ensemble Selection of Deepfake Detectors Specialized for Individual Face Parts
DOI: https://doi.org/10.3390/electronics12183932
[2023] A Fine-Tuned Hybrid Stacked CNN to Improve Bengali Handwritten Digit Recognition
DOI: https://doi.org/10.3390/electronics12153337
[2023] Dynamic Fall Detection Using Graph-Based Spatial Temporal Convolution and Attention Network
DOI: https://doi.org/10.3390/electronics12153234
[2023] Multistage Spatial Attention-Based Neural Network for Hand Gesture Recognition
DOI: https://doi.org/10.3390/computers12010013
[2022] Fitness Movement Types and Completeness Detection Using a Transfer-Learning-Based Deep Neural Network
DOI: https://doi.org/10.3390/s22155700
[2022] Energy Reduction Methods for Wild Animal Detection Devices
DOI: https://doi.org/10.1109/access.2022.3155242
[2021] In Search of the Performance- and Energy-Efficient CNN Accelerators
DOI: https://doi.org/10.1587/transele.2021lhp0003

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。

AI 要約（直近 5 年の研究成果）

外部リンク

関連研究室(8 件)

研究成果（20 件）

科研費（0 件）

所属学会・役職（0 件）